今天，我們受惠于算法，也受制于算法。推薦算法是平臺高效過濾海量信息，實現內容個性化推送的技術路徑，也是有效占有用戶注意力、獲取流量的商業策略。網絡文藝廣泛應用推薦算法，對于用戶的文藝需求，平臺不僅“懂你喜歡，也懂你不喜歡，還試著懂你可能喜歡”，算法借由技術影響并塑造文藝用戶的內容偏好、審美趣味。伴隨網絡文藝日益主流化發展，人類在藝術審美活動中客體化傾向等與算法相關的藝術審美問題出現了，算法同時引發對數字媒介生態中文藝與人的發展問題的再思考。

將現實事物量化、數據化成為數字時代文藝的解題思路

網絡文藝平臺對用戶的需求，能夠做到“投其所好”，主要得益于算法應用。首先，平臺擁有海量的用戶數據，研究者認為，數據是客觀可靠的視角，可以過濾情緒等主觀因素的干擾，賦予人類預測未來等超凡能力。從理論上講，只要有足夠大量的數據對深度神經網絡進行訓練，它就能用來模擬任意類型的函數，解決各種類型的問題。將現實事物量化、數據化成為數字時代的解題思路，文藝領域也沒例外。平臺正是在數據優勢基礎上，使用數學計算方法解決內容推薦問題。推薦算法的基礎是機器學習，通過分析用戶點贊、關注、收藏、分享、喜歡、評論等行為，建構個性推薦模型，再采用算法模型對用戶的興趣和偏好進行預測。首先將用戶在界面的行為交互數據，理解為用戶對內容正面或負面的態度，例如用戶點贊、收藏、分享比不做這些動作好，發送彈幕比不發送好。同樣，模型也要對內容進行數學轉化，例如懸疑劇為0，愛情劇為1，短視頻為0，長視頻為1，那么懸疑長劇就有了（0，1）的數字標簽。當用戶上線，算法模型就開始計算用戶偏好，計算在坐標系中與其數字標簽匹配度高的內容，將候選內容中得分最高的推送給用戶。

不過，算法其實不理解人們為何在飛天壁畫前駐足，但能通過敦煌變裝短視頻的播放時長給用戶畫像；算法無須參透網絡綜藝《喜人奇妙夜》中的幽默梗，但可以精準擬合一串“哈哈哈哈”彈幕與用戶內心歡喜的相關性。算法無須理解“內容、類型、主題”或“開心、憤怒、憂郁”等現實語義，而是通過潛在特征向量運算，實現對用戶“是否會觀看”“是否會點贊”“是否會分享”某內容的預測。任何現實事物被轉化為向量空間的數字標簽后，就失去了實際語義，模型正是以純粹的數學路徑，實現了人類不可企及的計算效率。

從協同過濾到深度學習，算法深刻影響了網絡文藝生態。以短視頻為例，用戶幾乎不可能在每天上億的信息中找到目標內容，因此在其應用界面的功能設計中，就將智能推薦邏輯直接可視化了。用戶只要滑動屏幕，很快就會接收到心之所想的內容，打破了傳統的數據庫空間排列樣式和人工篩選模式。《第56次中國互聯網絡發展狀況統計報告》顯示，截至2025年6月，我國短視頻用戶規模已達10.68億人，占網民整體的95.1%。短視頻“用戶友好”的操作設計，在如今短視頻全民化過程中，發揮了關鍵作用。短視頻深入廣泛的社會影響遠不止于此，與短視頻發展各項數據飆升形成反差的，是其被反復詬病的“審美繭房”“審美降級”等問題，與短視頻的推薦算法也不無關系。

數據追蹤、偏好強化與反饋閉環極易造成“審美繭房”

快感與美感是審美活動重要體驗。美感指對于美的主觀反映、感受、欣賞，是一種非功利性的、高級的精神愉悅和享受。快感是審美的前提，廣義來講，只要是欲望得到滿足，都會產生一種快感。算法一直在強化文藝用戶的快感體驗。典型如短視頻，其反轉敘事、“黃金前N秒”等內容模式，能為用戶帶來瞬時強烈的視聽快感。這類有效的快感模式，經由用戶行為數據被捕捉，再由算法推而廣之，并形成沉迷機制，很大程度上消解著傳統的審美體驗。

網絡文藝作品的主題、類型和風格等也會被轉化為數字標簽，并依據流量排序。例如搞笑、喜劇內容是短視頻、網絡綜藝用戶最歡迎的類型。悲劇或其他嚴肅藝術內容，不具備瞬時快感和情緒爽感，需要欣賞者從文化層面理解悲劇人物，尤其是英雄人物所體現出的人類的崇高精神與力量，從崇高認知中升華出美感。這類內容可能因為不被完播、流量不高等，失去被算法推薦的機會，造成審美對象和體驗的單一化、功利化。

研究者已經關注到，平臺通過數據追蹤、偏好強化與反饋閉環重構用戶的審美意向，形成“審美繭房”，在更深層次影響藝術審美活動和個體發展。首先，算法通過采集用戶行為數據，持續向其推送高度同質化內容，強化用戶快感、增強用戶黏性，也固化了用戶的審美認知路徑，審美活動從主動探索變成被動接受。其次，“審美繭房”可能導致用戶審美感知能力的退化，快感成為優先原則。在同質化的推送中，審美體驗往往止于視聽快感的刺激，能帶來即時愉悅的內容更受青睞，而不是需要沉思和沉浸式體驗的悲劇性、崇高性審美對象，用戶審美感知能力下降。此外，“審美繭房”可能造成審美判斷的算法化。算法系統以播放量、評論數量等指標建構起“流量價值”的評價體系。

特別值得關注的是，用戶會產生“審美共識”的錯覺。當某類風格內容被反復推薦，用戶會以為這是社會主流的審美標準，繼而產生從眾和跟風心理，用戶的審美判斷正是這樣受到數據的隱形規訓。審美經驗不再主要由作品的文本引發，不再是個體對文本的體驗與思考，而是由平臺數據和算法塑造；審美價值不再來自專業判斷，而是由算法給出的數據，算法成為數字媒介時代塑造審美的重要力量。數據主義邏輯深刻重塑用戶的審美趣味、審美感知和價值判斷標準。審美話語權不再依賴藝術規則，而取決于對算法指標的迎合程度。

在算法籠罩下，人類更應該建立審美的判斷力和自主性

算法不同于人工推薦范式。它并不理解內容本身，卻實現了超大規模信息分發和精準推薦，解決了人類難以快速高效完成的任務。其原理是建立用戶行為與內容特征之間的數學統計關聯，以脫離現實語義的數學建模和運算，結合數據，做到精準推薦。算法“知其然，而不必知其所以然”是當前主流AI技術尤其是機器深度學習的核心特征。

算法學習用戶交互行為，它不理解用戶“為什么”“看完了”，但可以依據數據關注“看完了”“是什么”。算法從輸入與輸出數據中找到相關性，直接決策推薦的內容，對因果關系不加過問。在傳統的人類審美活動中，人們與文藝作品身心互動，從感官快感到精神愉悅，達至審美體驗，在對物質現實的超越中獲得主體性發展。這個交互過程蘊含豐富復雜的情感和文化內涵，很難量化計算。在算法的程序里，用戶與文藝作品的交互，被簡化為動作，并經由界面數據化，成為數字空間沒有現實語義的數據，系統對其內涵也毫無興趣，算法就這樣將藝術審美活動的主體客體化了。

算法一直聲稱以用戶自由意志和個性趣味為目的，但算法從不向用戶說明“為什么”，因為算法黑箱存在，用戶無法知曉自己的行為數據經過了怎樣的計算，生成所謂個性化的方案。信息獲取的便捷性，快感滿足的及時性，使用戶甘愿放棄選擇和決策的主動權，將算法的信息控制內化為個體的審美邊界。伴隨ChatGPT等大模型出現，信息分發的精準化、個性化和自動化程度越高，算法的權力就越強，反之人類在審美活動中的主動性、主體性就越被弱化。

人工智能新范式在內容推薦等領域的確表現卓越，但其內部機制并不具備對因果關系的深層理解或邏輯解釋能力。如果不加約束，單純依靠算法預測或決策行為，風險不言而喻。雖然平臺也在通過多目標平衡等方法優化算法。但是，在算法權限不斷升級時，在AI技術廣泛應用的大趨勢下，人類更應該找回主體價值，特別是在一些不能簡單依賴數據化、量化的領域，比如藝術創作、審美活動等，為算法建立秩序，而不是服膺于技術控制。

當然，算法范式也為人類重新審視對藝術、審美的傳統認知提供了啟發，“審美過程在本質上是一種特殊的信息處理過程”等信息美學的理論觀點，神經美學量化對象在審美活動中的愉悅度、喜好度和偏好等實驗方法，都是人們重新思考藝術、審美問題的理論資源。但有趣的是，實驗美學經數據驗證了數據的有限性，例如人類審美標準的個體化差異性，無法以平均值進行計算等。

總而言之，AI算法時代，藝術喚醒人類主體價值，逃離技術控制的功能，更應該得到重視。理性應用算法技術，讓算法在非此即彼、規律顯現的問題中發揮計算作用，但對于一切現實問題都是計算問題的邏輯，保持足夠的批判眼光和積極的省思姿態。在算法籠罩下，人類更應該建立審美的判斷力和自主性，提升在技術邏輯之外人的豐富性和完整性。

（作者：趙麗瑾，系西北師范大學文化傳播與智能創新研究中心主任）